CN116758786A - 书法测评方法、装置、计算机设备及介质 - Google Patents

书法测评方法、装置、计算机设备及介质 Download PDF

Info

Publication number
CN116758786A
CN116758786A CN202310575662.0A CN202310575662A CN116758786A CN 116758786 A CN116758786 A CN 116758786A CN 202310575662 A CN202310575662 A CN 202310575662A CN 116758786 A CN116758786 A CN 116758786A
Authority
CN
China
Prior art keywords
writing
tested
stroke
track
standard
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310575662.0A
Other languages
English (en)
Inventor
杨晓燕
潘金全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DMAI Guangzhou Co Ltd
Original Assignee
DMAI Guangzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DMAI Guangzhou Co Ltd filed Critical DMAI Guangzhou Co Ltd
Priority to CN202310575662.0A priority Critical patent/CN116758786A/zh
Publication of CN116758786A publication Critical patent/CN116758786A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/162—Quantising the image signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
    • G06V30/18019—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by matching or filtering
    • G06V30/18038—Biologically-inspired filters, e.g. difference of Gaussians [DoG], Gabor filters
    • G06V30/18048—Biologically-inspired filters, e.g. difference of Gaussians [DoG], Gabor filters with interaction between the responses of different filters, e.g. cortical complex cells
    • G06V30/18057—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/184—Extraction of features or characteristics of the image by analysing segments intersecting the pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/19007—Matching; Proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/19173—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/226—Character recognition characterised by the type of writing of cursive writing
    • G06V30/2268—Character recognition characterised by the type of writing of cursive writing using stroke segmentation
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B11/00—Teaching hand-writing, shorthand, drawing, or painting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Character Discrimination (AREA)

Abstract

本发明提供书法测评方法，包括：获取待测书写轨迹；基于待测书写轨迹，绘制得到待测轨迹字图；对待测轨迹字图进行文字识别，确定待测书写文字及待测书写文字对应的标准书写文字；对待测书写文字与标准书写文字进行笔画分割，得到待测笔画信息及标准笔画信息；基于标准笔画信息，对待测笔画信息进行评估，得到待测书写轨迹的评估结果。通过本发明，通过收集学生的书写轨迹，将学生的书写轨迹在***里绘制，采用标准字作为比较对象，对学生的书写进行全方位地评估，并给出具体化和规范化的评价信息，可以更为直观地反映学生的书写错误及错误所在，进一步方便了家长及老师的规范汉字书写教学。

Description

书法测评方法、装置、计算机设备及介质
技术领域
本发明涉及图像处理领域，具体涉及书法测评方法、装置、计算机设备及介质。
背景技术
在规范汉字书写教学的整个过程中，小学低年级的汉字教学是基础所在，但低年级的小朋友们书写出的汉字风格多变，需要老师或者家长对每个学生写过的所有汉字都给出纠正信息并辅助改正很难实现。通常，课堂上要么是老师在黑板上，利用粉笔写出一个汉字，然后让学生记住书写时的笔画顺序，或者是让学生照着专门的笔画顺序练字本进行书写。
相关技术中，在传统汉字书写教学过程中，老师无法一一查看学生书写过程，很难保证学生能够完全正确书写。同时大部分家长和教师没有受过严格的、***的规范汉字书写教育，即使最终能实现一对一的辅导，教师和家长也无法对学生书写的汉字给出具体化和规范化的评价信息。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中书写教育无法对学生书写的汉字给出具体化和规范化的评价信息的缺陷，从而提供书法测评方法、装置、计算机设备及介质。
结合第一方面，本发明提供一种书法测评方法，所述方法包括：
获取待测书写轨迹；
基于所述待测书写轨迹，绘制得到待测轨迹字图；
对待测轨迹字图进行文字识别，确定所述待测书写文字及待测书写文字对应的标准书写文字；
对所述待测书写文字与标准书写文字进行笔画分割，得到所述待测笔画信息及标准笔画信息；
基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果。
在该方式中，通过收集学生的书写轨迹，将学生的书写轨迹在***里绘制，采用标准字作为比较对象，对学生的书写进行全方位地评估，并给出具体化和规范化的评价信息，可以更为直观地反映学生的书写错误及错误所在，进一步方便了家长及老师的规范汉字书写教学。
结合第一方面，在第一方面的第一实施例中，所述基于所述待测书写轨迹，绘制得到待测轨迹字图，包括：
基于所述待测书写轨迹，确定当前时刻的笔尖位置信息及书写力度；
基于所述笔尖位置信息，还原得到轨迹位置；
基于所述轨迹位置，计算得到书写速度；
基于所述书写力度及所述书写速度，绘制得到待测轨迹字图。
结合第一方面，在第一方面的第二实施例中，所述对待测轨迹字图进行文字识别，确定所述待测书写文字及待测书写文字对应的标准书写文字，包括：
对所述待测轨迹字图进行二值化，得到待测二值化图；
基于所述待测二值化图，识别得到所述待测书写文字；
基于所述待测书写文字，确定所述待测书写文字对应的标准书写文字。
结合第一方面，在第一方面的第三实施例中，所述对所述待测书写文字与标准书写文字进行笔画分割，得到所述待测笔画信息及标准笔画信息，包括：
对所述标准书写文字进行笔画分割，得到标准字及标准笔画信息，将所述标准字及标准笔画信息作为先验信息；
将所述先验信息与所述待测书写文字结合，对所述待测书写文字进行笔画分割，得到所述待测笔画信息。
结合第一方面的第三实施例，在第一方面的第四实施例中，所述基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果，包括：
基于所述待测笔画信息，将属于同一笔画的所述待测书写文字的轨迹组合得到所述待测书写文字的笔画；
基于所述标准笔画的数量，对所述待测书写文字的笔画数量是否存在笔画缺失或笔画多余进行判断，得到所述待测书写轨迹的笔画数量评估结果。
结合第一方面的第四实施例，在第一方面的第五实施例中，所述基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果，还包括：
获取所述待测书写文字轨迹的时间戳；
基于所述待测书写文字轨迹的时间戳，对所述待测书写的笔画顺序进行评估，得到所述待测书写轨迹的笔画顺序评估结果。
结合第一方面的第四实施例，在第一方面的第六实施例中，所述基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果，还包括：
基于所述标准字笔画信息，确定标准笔画的正确走向；
基于所述待测书写文字笔画信息，获取所述待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值；
基于所述待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值，确定所述待测书写文字的笔画走向；
基于所述正确走向，对所述待测书写的笔画走向进行评估，得到所述待测书写轨迹的笔画走向评估结果。
在本发明的第二方面，本发明还提供一种书法测评装置，所述装置包括：
获取单元，用于获取待测书写轨迹；
绘制单元，用于基于所述待测书写轨迹，绘制得到待测轨迹字图；
识别单元，用于对待测轨迹字图进行文字识别，确定所述待测书写文字及待测书写文字对应的标准书写文字；
分割单元，用于对所述待测书写文字与标准书写文字进行笔画分割，得到所述待测笔画信息及标准笔画信息；
评估单元，用于基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果。
结合第二方面，在第二方面的第一实施例中，所述绘制单元，包括：
第一确定单元，用于基于所述待测书写轨迹，确定当前时刻的笔尖位置信息及书写力度；
还原单元，用于基于所述笔尖位置信息，还原得到轨迹位置；
计算单元，用于基于所述轨迹位置，计算得到书写速度；
绘制子单元，用于基于所述书写力度及所述书写速度，绘制得到待测轨迹字图。
结合第二方面，在第二方面的第二实施例中，所述识别单元，包括：
二值化单元，用于对所述待测轨迹字图进行二值化，得到待测二值化图；
识别子单元，用于基于所述待测二值化图，识别得到所述待测书写文字；
第二确定单元，用于基于所述待测书写文字，确定所述待测书写文字对应的标准书写文字。
结合第二方面，在第二方面的第三实施例中，所述分割单元，包括：
第一分割单元，用于对所述标准书写文字进行笔画分割，得到标准字及标准笔画信息，将所述标准字及标准笔画信息作为先验信息；
第二分割单元，用于将所述先验信息与所述待测书写文字结合，对所述待测书写文字进行笔画分割，得到所述待测笔画信息。
结合第二方面的第三实施例，在第二方面的第四实施例中，所述评估单元，包括：
组合单元，用于基于所述待测笔画信息，将属于同一笔画的所述待测书写文字的轨迹组合得到所述待测书写文字的笔画；
笔画数量评估单元，用于基于所述标准笔画的数量，对所述待测书写文字的笔画数量是否存在笔画缺失或笔画多余进行判断，得到所述待测书写轨迹的笔画数量评估结果。
结合第二方面的第四实施例，在第二方面的第五实施例中，所述评估单元，还包括：
第一获取单元，用于获取所述待测书写文字轨迹的时间戳；
笔画顺序评估单元，用于基于所述待测书写文字轨迹的时间戳，对所述待测书写的笔画顺序进行评估，得到所述待测书写轨迹的笔画顺序评估结果。
结合第二方面的第四实施例，在第二方面的第六实施例中，所述评估单元，还包括：
第三确定单元，用于基于所述标准字笔画信息，确定标准笔画的正确走向；
第二获取单元，用于基于所述待测书写文字笔画信息，获取所述待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值；
第四确定单元，用于基于所述待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值，确定所述待测书写文字的笔画走向；
笔画走向评估单元，用于基于所述正确走向，对所述待测书写的笔画走向进行评估，得到所述待测书写轨迹的笔画走向评估结果。
根据第三方面，本发明实施方式还提供一种计算机设备，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面及其可选实施方式中任一项的书法测评方法。
根据第四方面，本发明实施方式还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行第一方面及其可选实施方式中任一项的书法测评方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例提出的一种书法测评方法的流程图。
图2a是根据一示例性实施例提出的一种对手写书写轨迹的还原的示例图。
图2b是根据一示例性实施例提出的一种手写书写轨迹对应的标准字的示例图。
图3是根据一示例性实施例提出的一种待测书写文字进行笔画拆分的示意图。
图4是根据一示例性实施例提出的另一种书法测评方法的流程图。
图5是根据一示例性实施例提出的一种书法测评装置的结构框图。
图6是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
相关技术中，在传统汉字书写教学过程中，老师无法一一查看学生书写过程，很难保证学生能够完全正确书写。同时大部分家长和教师没有受过严格的、***的规范汉字书写教育，即使最终能实现一对一的辅导，教师和家长也无法对学生书写的汉字给出具体化和规范化的评价信息。
为解决上述问题，本发明实施例中提供一种书法测评方法，用于计算机设备中，需要说明的是，其执行主体可以是书法测评装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部，其中，该计算机设备可以是终端或客户端或服务器，服务器可以是一台服务器，也可以为由多台服务器组成的服务器集群，本申请实施例中的终端可以是智能手机、个人电脑、平板电脑、可穿戴设备以及智能机器人等其他智能硬件设备。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
本实施例中的计算机设备，适用于规范汉字书写教学的使用场景。通过本发明提供的书法测评方法，通过收集学生的书写轨迹，将学生的书写轨迹在***里绘制，采用标准字作为比较对象，对学生的书写进行全方位地评估，并给出具体化和规范化的评价信息，可以更为直观地反映学生的书写错误及错误所在，进一步方便了家长及老师的规范汉字书写教学。
图1是根据一示例性实施例提出的一种书法测评方法的流程图。如图1所示，书法测评方法包括如下步骤S101至步骤S105。
在步骤S101中，获取待测书写轨迹。
在本发明实施例中，待测书写轨迹由学生书写，通过将待测书写轨迹上传至计算机，对学生的书写轨迹进行下一步的评估，省去了家长和老师的实时关注。
在一示例中，由于现有汉字书写教学***都是通过类似于书写平板之类设备搭配电容笔来进行汉字数据采集，这些书写板大多较为坚硬且表面光滑，影响书写体验，且在电子屏上书写时很难得到真正纸笔的书写体验。为提供更好的书写体验，学生的书写过程可以通过装有图像采集摄像头的书写数码笔，在已经铺好码点的打印字帖上进行文字书写。通过数码笔前端的高速摄像头实时捕捉笔尖的书写轨迹，同时压力传感器将压力数据传回数据处理器，最终将信息通过蓝牙AP或者USB线对外传输，将待测书写轨迹传回位于计算机设备的书写测评***。通过点阵纸笔方案可实时采集书写轨迹、笔画、笔顺、书写空间姿态等多维数据，为***提供支撑；使用点阵笔书写，可以收集书写中的问题，形成基于单字的问题库，使学生在开始练字前，就知道自己问题所在，进而针对解决。
在步骤S102中，基于待测书写轨迹，绘制得到待测轨迹字图。
在本发明实施例中，在接收到待测书写轨迹后，为便于对待测书写轨迹进行评估，则将待测书写轨迹输入书法测评***，以便明确待测书写轨迹的具体评估结果。其中，绘制得到待测轨迹字图的过程可以包括：基于待测书写轨迹，确定当前时刻的笔尖位置信息及书写力度；基于笔尖位置信息，还原得到轨迹位置；基于轨迹位置，计算得到书写速度；基于书写力度及书写速度，绘制得到待测轨迹字图。
在一示例中，可以在接收到传输回来的待测书写轨迹后，根据文字轨迹时间开始和结束戳进行轨迹绘图还原文字。其中，轨迹绘图包括轨迹位置还原及轨迹粗细还原，包括：
(1)轨迹位置还原：获取点阵笔某一时刻t的笔尖的位置信息Pt，由点阵笔位置传感器提供此刻笔尖位置对应的坐标点。
(2)轨迹粗细还原：书写轨迹粗细与书写的压力Ft以及书写速度Vt相关，点阵笔某一时刻t的压力大小Ft，由点阵笔压力传感器提供；点阵笔的书写速度Vt可以如下公式计算：
其中，Pt为t时刻笔尖的位置，Pt-1为t-1时刻笔尖的位置，Vt为书写速度。
由于书写的力度越大，书写的速度越慢，对应的书写轨迹就越粗，因此书写轨迹粗细可表示为：
其中，Ft为t时刻的压力，It为t时刻的书写轨迹粗细，经实验α＝0.358742时还原书写轨迹的效果最好。根据轨迹位置还原和轨迹粗细还原方法，即可还原较为真实的书写文字。
在步骤S103中，对待测轨迹字图进行文字识别，确定待测书写文字及待测书写文字对应的标准书写文字。
在本发明实施例中，为便于明确学生书写的待测轨迹字图是否正确，则需要确定待测轨迹字图对应的标准字，用标准字进行对比，以便明确待测书写是否标准，以及是否存在不标准之处。确定标准字的过程具体包括：对待测轨迹字图进行二值化，得到待测二值化图；基于待测二值化图，识别得到待测书写文字；基于待测书写文字，确定待测书写文字对应的标准书写文字。
在一示例中，可以通过文字识别模型对轨迹字图进行识别，进而确定待测书写文字对应的标准字。其中，文字识别模型的具体实现过程包括：(1)根据上述实施例提供的方法，还原得到书写轨迹图；(2)将书写轨迹图进行二值化；(3)将二值化图缩放到128×128；(4)将缩放的图像输入到轻量化的多层卷积分类器；(5)输出对应文字识别结果和置信度；(6)确定汉字识别结果。
图2a是根据一示例性实施例提出的一种对手写书写轨迹的还原的示例图。图2b是根据一示例性实施例提出的一种手写书写轨迹对应的标准字的示例图。如图2a及图2b所示，将书写轨迹图输入文字识别模型，根据分类器分类lable为【义】，抽取出左侧的对应义标准字图。有了书写轨迹和汉字识别的结果，即可将该手写字和对应的标准字进行书写汉字笔画评分以及结构评分等
在步骤S104中，对待测书写文字与标准书写文字进行笔画分割，得到待测笔画信息及标准笔画信息。
在本发明实施例中，对待测书写文字与标准书写文字进行笔画分割，得到待测书写文字的各个笔画信息及标准字的各个笔画信息，以便通过将待测书写文字的各个笔画信息及标准字的各个笔画信息一笔一画地拆分出来进行对比，得到待测书写文字与标准字之间的差别，便于对待测书写文字进行评估。笔画分割的过程具体包括：对标准书写文字进行笔画分割，得到标准字及标准笔画信息，将标准字及标准笔画信息作为先验信息；将先验信息与待测书写文字结合，对待测书写文字进行笔画分割，得到待测笔画信息。
图3是根据一示例性实施例提出的一种待测书写文字进行笔画拆分的示意图。如图3所示，在一示例中，当识别出具体的文字后，在进行笔画测评前需要将文字笔画一笔一画拆分出来进行对比。笔画分割具体实现如下：(1)根据文字识别结果，直接将标准字，标准字的单笔画作为先验知识输入；(2)将标准字的先验信息和待测手写字信息融合；(3)通过笔画分割模型进行并行分割。
在步骤S105中，基于标准笔画信息，对待测笔画信息进行评估，得到待测书写轨迹的评估结果。
在本发明实施例中，通过采用标准字与待测书写进行对比，并给出具体化和规范化的评价信息，可以更为直观地反映学生的书写错误及错误所在，全面直观的展示错误的书写字体，方便家长、老师无需一一在场查看，即可直接做指导。
通过上述实施例，通过收集学生的书写轨迹，将学生的书写轨迹在***里绘制，采用标准字作为比较对象，对学生的书写进行全方位地评估，并给出具体化和规范化的评价信息，可以更为直观地反映学生的书写错误及错误所在，进一步方便了家长及老师的规范汉字书写教学。
图4是根据一示例性实施例提出的一种多模态书写评测的流程图。如图4所示，在一实时场景中，多模态书写评测的流程可以包括：获取待测书写输入；对已传输回来的书写轨迹，根据书写轨迹时间开始和结束戳进行轨迹绘图还原文字，得到轨迹字图；将已绘制好的轨迹字图输入文字识别模型，通过文字识别模型识别出待测文字对应的文字分类结果及标准字；当识别出待测文字对应的具体文字后，将待测文字进行笔画分割，笔画一笔一画拆分出来与标准字进行对比。根据笔画分割的结果，1.判断是否存在笔画多余或者缺失笔画的情况；2.判断书写的笔画顺序，最终输出笔画顺序结果，是否正确，在第几笔书写顺序错误；3.判断待测书写的每一个笔画的书写走向是否正确，并将上述笔画维度信息结合其对应权重，输出书写质量评估结果。
在一实施例中，为更为全面直观的查找出书写字体存在的错误，则通过对待测书写的笔画数量、笔画走向、笔画顺序进行评估，得到更为全面待测书写轨迹的评估结果。
在本发明实施例中，对笔画数量的评估过程包括：基于待测笔画信息，将属于同一笔画的待测书写文字的轨迹组合得到待测书写文字的笔画；基于标准笔画的数量，对待测书写文字的笔画数量是否存在笔画缺失或笔画多余进行判断，得到待测书写轨迹的笔画数量评估结果。
在一示例中，对笔画数量的评估过程可以包括：根据标准文字的笔画数量信息和实际书写轨迹组成的笔画数量进行一一对比，来判断笔画多余或者缺失笔画，输出该字笔画数量，是否正确，缺失和多余的笔画数量。
在本发明实施例中，对笔画顺序的评估过程包括：获取待测书写文字轨迹的时间戳；基于待测书写文字轨迹的时间戳，对待测书写的笔画顺序进行评估，得到待测书写轨迹的笔画顺序评估结果。
在一示例中，对笔画顺序的评估过程可以包括：通过轨迹中所有点的时间戳顺序判断书写的笔画顺序，最终输出笔画顺序结果，是否正确，在第几笔书写顺序错误。
在本发明实施例中，对笔画走向的评估过程包括：基于标准字笔画信息，确定标准笔画的正确走向；基于待测书写文字笔画信息，获取待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值；基于待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值，确定待测书写文字的笔画走向；基于正确走向，对待测书写的笔画走向进行评估，得到待测书写轨迹的笔画走向评估结果。
在一示例中，对笔画走向的评估过程可以包括：定义37个基础笔画的正确走向，其中，走向包括左右走向和上下走向；获取待测字一个笔画内的最小时间戳轨迹的位置数值；获取待测字同一个笔画内的最大时间戳的轨迹的位置数值；这样就可以通过最小轨迹的位置和最大轨迹的位置之间的关系来确定走向是从上到下，还是从左到右；将同一笔画的标准笔画走向和待测笔画走向比对是否一致，得到待测字的每一个笔画的书写走向是否正确的评估结果。
根据上述实施例输出的笔画维度信息(笔画数量、笔画走向、笔画顺序)，加以人工预先设定的3个维度对应权重，可以得到待测书写的质量等级。
通过上述实施例，通过对书写的字进行智能测评，帮助学生进行学习总结与提升，对每个学生作业的每个字进行笔画数量、笔画走向、笔画顺序检测，全面直观的展示错误的书写字体，方便家长，老师无需一一在场查看，即可直接做指导。同时可以方便外部软件对全班书写问题进行实时统计，教师快速查看所有学生的练习得分、练习次数以及学生评测报告，辅助教师进行重点的突破讲解，高效提升老师课堂指导效率。
基于相同发明构思，本发明还提供一种书法测评装置。
图5是根据一示例性实施例提出的一种书法测评装置的结构框图。如图5所示，书法测评装置包括获取单元501、绘制单元502、识别单元503、分割单元504和评估单元505。
获取单元501，用于获取待测书写轨迹；
绘制单元502，用于基于待测书写轨迹，绘制得到待测轨迹字图；
识别单元503，用于对待测轨迹字图进行文字识别，确定待测书写文字及待测书写文字对应的标准书写文字；
分割单元504，用于对待测书写文字与标准书写文字进行笔画分割，得到待测笔画信息及标准笔画信息；
评估单元505，用于基于标准笔画信息，对待测笔画信息进行评估，得到待测书写轨迹的评估结果。
在一实施例中，绘制单元502，包括：第一确定单元，用于基于待测书写轨迹，确定当前时刻的笔尖位置信息及书写力度；还原单元，用于基于笔尖位置信息，还原得到轨迹位置；计算单元，用于基于轨迹位置，计算得到书写速度；绘制子单元，用于基于书写力度及书写速度，绘制得到待测轨迹字图。
在另一实施例中，识别单元503，包括：二值化单元，用于对待测轨迹字图进行二值化，得到待测二值化图；识别子单元，用于基于待测二值化图，识别得到待测书写文字；第二确定单元，用于基于待测书写文字，确定待测书写文字对应的标准书写文字。
在又一实施例中，分割单元504，包括：第一分割单元，用于对标准书写文字进行笔画分割，得到标准字及标准笔画信息，将标准字及标准笔画信息作为先验信息；第二分割单元，用于将先验信息与待测书写文字结合，对待测书写文字进行笔画分割，得到待测笔画信息。
在又一实施例中，评估单元505，包括：组合单元，用于基于待测笔画信息，将属于同一笔画的待测书写文字的轨迹组合得到待测书写文字的笔画；笔画数量评估单元，用于基于标准笔画的数量，对待测书写文字的笔画数量是否存在笔画缺失或笔画多余进行判断，得到待测书写轨迹的笔画数量评估结果。
在又一实施例中，评估单元505，还包括：第一获取单元，用于获取待测书写文字轨迹的时间戳；笔画顺序评估单元，用于基于待测书写文字轨迹的时间戳，对待测书写的笔画顺序进行评估，得到待测书写轨迹的笔画顺序评估结果。
在又一实施例中，评估单元505，还包括：第三确定单元，用于基于标准字笔画信息，确定标准笔画的正确走向；第二获取单元，用于基于待测书写文字笔画信息，获取待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值；第四确定单元，用于基于待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值，确定待测书写文字的笔画走向；笔画走向评估单元，用于基于正确走向，对待测书写的笔画走向进行评估，得到待测书写轨迹的笔画走向评估结果。
上述书法测评装置的具体限定以及有益效果可以参见上文中对于书法测评方法的限定，在此不再赘述。上述各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图6是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。如图6所示，该设备包括一个或多个处理器610以及存储器620，存储器620包括持久内存、易失内存和硬盘，图6中以一个处理器610为例。该设备还可以包括：输入装置630和输出装置640。
处理器610、存储器620、输入装置630和输出装置640可以通过总线或者其他方式连接，图6中以通过总线连接为例。
处理器610可以为中央处理器(Central Processing Unit，CPU)。处理器610还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器620作为一种非暂态计算机可读存储介质，包括持久内存、易失内存和硬盘，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的书法测评方法对应的程序指令/模块。处理器610通过运行存储在存储器620中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述任意一种书法测评方法。
存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据、需要使用的数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至数据处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
一个或者多个模块存储在存储器620中，当被一个或者多个处理器610执行时，执行如图1-图4所示的方法。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，具体可参见如图1-图4所示的实施例中的相关描述。
本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的认证方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccess Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种书法测评方法，其特征在于，所述方法包括：
获取待测书写轨迹；
基于所述待测书写轨迹，绘制得到待测轨迹字图；
对待测轨迹字图进行文字识别，确定所述待测书写文字及待测书写文字对应的标准书写文字；
对所述待测书写文字与标准书写文字进行笔画分割，得到所述待测笔画信息及标准笔画信息；
基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果。
2.根据权利要求1所述的方法，其特征在于，所述基于所述待测书写轨迹，绘制得到待测轨迹字图，包括：
基于所述待测书写轨迹，确定当前时刻的笔尖位置信息及书写力度；
基于所述笔尖位置信息，还原得到轨迹位置；
基于所述轨迹位置，计算得到书写速度；
基于所述书写力度及所述书写速度，绘制得到待测轨迹字图。
3.根据权利要求1所述的方法，其特征在于，所述对待测轨迹字图进行文字识别，确定所述待测书写文字及待测书写文字对应的标准书写文字，包括：
对所述待测轨迹字图进行二值化，得到待测二值化图；
基于所述待测二值化图，识别得到所述待测书写文字；
基于所述待测书写文字，确定所述待测书写文字对应的标准书写文字。
4.根据权利要求1所述的方法，其特征在于，所述对所述待测书写文字与标准书写文字进行笔画分割，得到所述待测笔画信息及标准笔画信息，包括：
对所述标准书写文字进行笔画分割，得到标准字及标准笔画信息，将所述标准字及标准笔画信息作为先验信息；
将所述先验信息与所述待测书写文字结合，对所述待测书写文字进行笔画分割，得到所述待测笔画信息。
5.根据权利要求4所述的方法，其特征在于，所述基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果，包括：
基于所述待测笔画信息，将属于同一笔画的所述待测书写文字的轨迹组合得到所述待测书写文字的笔画；
基于所述标准笔画的数量，对所述待测书写文字的笔画数量是否存在笔画缺失或笔画多余进行判断，得到所述待测书写轨迹的笔画数量评估结果。
6.根据权利要求5所述的方法，其特征在于，所述基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果，还包括：
获取所述待测书写文字轨迹的时间戳；
基于所述待测书写文字轨迹的时间戳，对所述待测书写的笔画顺序进行评估，得到所述待测书写轨迹的笔画顺序评估结果。
7.根据权利要求5所述的方法，其特征在于，所述基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果，还包括：
基于所述标准字笔画信息，确定标准笔画的正确走向；
基于所述待测书写文字笔画信息，获取所述待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值；
基于所述待测书写文字同一笔画内的最小时间戳轨迹的位置数值及最大时间戳轨迹的位置数值，确定所述待测书写文字的笔画走向；
基于所述正确走向，对所述待测书写的笔画走向进行评估，得到所述待测书写轨迹的笔画走向评估结果。
8.一种书法测评装置，其特征在于，所述装置包括：
获取单元，用于获取待测书写轨迹；
绘制单元，用于基于所述待测书写轨迹，绘制得到待测轨迹字图；
识别单元，用于对待测轨迹字图进行文字识别，确定所述待测书写文字及待测书写文字对应的标准书写文字；
分割单元，用于对所述待测书写文字与标准书写文字进行笔画分割，得到所述待测笔画信息及标准笔画信息；
评估单元，用于基于所述标准笔画信息，对所述待测笔画信息进行评估，得到所述待测书写轨迹的评估结果。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7中任一项所述的书法测评方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的书法测评方法。
CN202310575662.0A 2023-05-19 2023-05-19 书法测评方法、装置、计算机设备及介质 Pending CN116758786A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310575662.0A CN116758786A (zh) 2023-05-19 2023-05-19 书法测评方法、装置、计算机设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310575662.0A CN116758786A (zh) 2023-05-19 2023-05-19 书法测评方法、装置、计算机设备及介质

Publications (1)

Publication Number Publication Date
CN116758786A true CN116758786A (zh) 2023-09-15

Family

ID=87950445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310575662.0A Pending CN116758786A (zh) 2023-05-19 2023-05-19 书法测评方法、装置、计算机设备及介质

Country Status (1)

Country Link
CN (1) CN116758786A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117237954A (zh) * 2023-11-14 2023-12-15 暗物智能科技(广州)有限公司 一种基于排序学习的文字智能评分方法及***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117237954A (zh) * 2023-11-14 2023-12-15 暗物智能科技(广州)有限公司 一种基于排序学习的文字智能评分方法及***
CN117237954B (zh) * 2023-11-14 2024-03-19 暗物智能科技(广州)有限公司 一种基于排序学习的文字智能评分方法及***

Similar Documents

Publication Publication Date Title
CN109670504B (zh) 一种手写答案识别批改方法及装置
CN107273002B (zh) 手写输入答题方法、终端及计算机可读存储介质
CN109712043B (zh) 一种答案批改方法及装置
WO2016041423A1 (zh) 用于文字性客观题的智能阅卷方法及***
CN110956138B (zh) 一种基于家教设备的辅助学习方法及家教设备
CN111507330B (zh) 习题识别方法、装置、电子设备及存储介质
CN101101706A (zh) 中文书写学习机及中文书写学习方法
CN112507806B (zh) 智慧课堂信息交互方法、装置及电子设备
CN109214471A (zh) 评价练字字帖中的书写字的方法及***
CN113537801B (zh) 板书处理方法、装置、终端和存储介质
CN105787522A (zh) 基于手写笔迹的书写态度评价方法及***
CN103903491A (zh) 一种实现书写检查的方法及装置
CN112396032B (zh) 书写检测方法、装置、存储介质及电子设备
CN116758786A (zh) 书法测评方法、装置、计算机设备及介质
CN109086336A (zh) 试卷数据存储方法、装置及电子设备
CN105094381A (zh) 一种书写处理方法和装置
CN114005126A (zh) 表格重构方法、装置、计算机设备及可读存储介质
CN112486338A (zh) 医疗信息处理方法、装置及电子设备
JP5634972B2 (ja) テキストセグメンテーションのための方法、コンピュータプログラム製品およびシステム
CN103257810A (zh) 手写数学公式识别方法及装置
CN112528799B (zh) 一种教学直播方法、装置、计算机设备和存储介质
CN112991410A (zh) 一种文本图像配准方法、电子设备及其存储介质
CN102375994A (zh) 书写汉字笔顺正确性检测及还原的方法和装置
CN110910290A (zh) 基于点阵笔技术进行错题管理的方法
CN115294573A (zh) 作业批改方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination